Великие по собственному выбору

Вспомните, какие отрасли мы исследовали: программное обеспечение, производство компьютеров и микросхем, биотехнологии, страхование, медицинское оборудование. Это отрасли бурного роста, огромных возможностей – и опять-таки неопределенности и хаоса. Взять хотя бы программное обеспечение. В 1983 году журнал Industry Week опубликовал статью «Золотая лихорадка в области программирования», перечислив 16 лучших компаний, разрабатывавших программное обеспечение для персональных компьютеров. Все 16 оседлали ракету, стремительно развивавшуюся отрасль: к началу следующего века будет продано более миллиарда персональных компьютеров. И все же на этом пути большинство первоначальных лидеров утратили и лидерство, и независимость, а некоторые компании просто перестали существовать. Из 16 компаний, перечисленных в статье 1983 года, лишь три сохранили свою независимость на момент, когда мы пишем эти слова. Огромные возможности, огромный масштаб перемен – и, соответственно, огромные потери. В нашу эпоху невероятных возможностей те, у кого имеется подходящий инструментарий, концепции и дисциплина для последовательного применения этих концепций, будут все более отрываться от общей массы, а те, кто таким инструментарием не обзавелся, безнадежно отстанут. И несмотря на такое количество интереснейших возможностей, многие будут вовсе выброшены из игры {228} .

228

William Patrick Patterson, “Software Sparks a Gold Rush,” Industry Week, October 17, 1983; Dennis Kneale, “Overload System: As Software Products and Firms Proliferate, A Shakeout is Forecast,” Wall Street Journal, February 23, 1984; “25-Year PC Anniversary Statistics,” Computer Industry Almanac Inc,Michael Miller, “More Than 1 Billion Sold,” PCMag com, August 6, 2002, http://www.pcmag.com/article2/0,2817,427042,00.asp.

Как повлиял на это исследование финансовый кризис 2008 года?

Он лишь поспособствовал тому, чтобы мы убедились в насущности рассматриваемого в этой книге вопроса. Мало кто сумел предсказать кризис 2008 года. Но наступит и следующая Великая депрессия, а за ней – еще одна Страшная рецессия, и за ней другая, и третья, и так без конца. Мы не можем предсказать, какими они будут и когда именно постигнут нас, но что это нас ждет – вне сомнения.

Завершив это исследование, чувствуете ли вы себя в большей мере оптимистами, чем прежде, или же надежда ослабела?

Наш оптимизм стал намного сильнее. Намного яснее, чем все прежние наши работы, это исследование доказало, что успех и неуспех, выживание и гибель в гораздо большей мере зависят от наших действий, чем от того, что делает с нами среда. И весьма утешительно знать, что ошибки допускали и десятикратники – порой очень серьезные ошибки – и все же выжили, достигли величия.

Принципы исследования

Методология

Мы выбрали метод сравнения в парах как наиболее подходящий для нашего исследования. Суть этого метода состоит в том, что для сравнения подбираются достаточно схожие компании с явным отличием по одному параметру (в нашем случае – по долговечности успеха). Формируя пары, мы сначала отобрали семь компаний, выделившихся исключительно долговечным успехом в крайне ненадежной и даже хаотичной среде (группа 10^x). Затем мы подобрали каждой из этих компаний пару – компанию, которая начинала с таких же исходных позиций (та же отрасль, те же годы, тот же размер), но достигла лишь посредственных результатов. В итоге мы получили 14 компаний, распределенных попарно. Затем, опираясь на собранные нами исчерпывающие данные по истории этих компаний, мы проанализировали различные факторы, которыми могли бы объясняться различия в их достижениях. Вот основные этапы нашего анализа:

1. Сформулировать вопрос и выделить единицу анализа. Мы задали вопрос: «Почему одни компании процветают в условиях хаоса и неопределенности, а другие нет?» Мы договорились считать ситуацию в отрасли неопределенной и близкой к хаосу, если в ней происходит ряд событий, соответствующих следующим пяти критериям:

1) компании не могли контролировать эти события;

2) последствия этих событий сказывались достаточно скоро (обычно гораздо раньше, чем через пять лет);

3) последствия этих событий могли нанести ущерб компаниям данной отрасли;

4) некоторые существенные моменты событий были непредсказуемы (например, время, вид, размах);

5) эти события действительно происходили (а не только существовала такая угроза).

Те отрасли, которые мы рассматривали, переживали потрясения, вызывавшие хаос: дерегуляцию, технологическую революцию, ценовые войны, топливные кризисы, существенное изменение законодательства, консолидацию, рецессию.

За единицу анализа в нашем исследовании берется не вся история компании, но определенная эра компании – от основания до июня 2002 года, где наше исследование заканчивается (в целом мы охватили период примерно с 1970 по 2002 год). Было важно установить временные рамки, потому что мы не можем предсказать судьбу компаний за пределами нашего исследования. Временными рамками стали фаза возникновения компании, ее превращение из частной копании в акционерную и ее зрелые годы в качестве крупного акционерного общества.

2. Выбрать подходящий метод исследования: метод анализа в парах. Мы выбрали метод, который позволяет максимально повысить вероятность новых открытий и сделать обобщения для отраслей и индустрии в целом: это метод конкретных случаев, который применяется при исследовании поведения организаций. Этот метод сравнительного исследования предполагает сбор большого количества данных и индуктивный анализ. При этом берется небольшое количество случаев для подробнейшего рассмотрения и определения паттернов, на основании которых и делаются выводы и открытия.

Проводя исследование этим методом, ученые отбирают случаи, которые позволяют выделить различия как раз по интересующим параметрам. Именно контраст между двумя случаями (в нашем случае – между компаниями) дает наилучшую возможность прийти к новым выводам. Этот подход следует уже наработанной традиции исследований в области поведения организаций, финансов и медицины {229} . Описывая этот метод в Academy of Management Journal за 2007 год, Кэти Эйсенхардт и Мелисса Грэбнер отмечали: «Особенно важный метод исследования – отбор “полярных типов”, при котором исследователь берет крайние случаи (например, очень высокие и очень низкие результаты), чтобы тем легче выявить на этом материале противоположные тенденции» {230} . Так, в исследовании, опубликованном в Academy of Management Journal в 2010 году, Джеффри Мартин и Кэти Эйсенхардт отобрали компании – производители программного обеспечения с наиболее высокими и наиболее низкими результатами и проанализировали факторы, которыми можно было бы объяснить это отличие {231} .

229

Исследование поведения организаций опирается на следующие работы по методологии исследования частных случаев: Juliet M. Corbin and Anselm C. Strauss, Basics of Qualitative Research Techniques and Procedures for Developing Grounded Theory (Thousand Oaks, CA Sage Publications, 2008, 3rd ed) Robert K. Yin, Case Study Research Design and Methods (Thousand Oaks, CA Sage Publications, 2009, 4th ed) Matthew B. Miles and A. Michael Huberman, Qualitative Data Analysis An Expanded Sourcebook (Thousand Oaks, CA Sage Publications, 1994, 2nd ed). Пример финансового исследования: Марк Чен в статье в Journal of Finance (2004 год) анализировал, почему некоторые компании ограничили снижение цен на опционы, а другие – нет. Сначала он взял компании с ограничениями по переоценке опционов (отбирая по зависимой переменной), а затем сопоставил эти компании с парами, подобранными по сходству отрасли, размеру и году наблюдения (Mark A. Chen, “Executive Option Repricing, Incentives, and Retention,” Journal of Finance, June 2004, 1167–99). Другие финансовые исследования в парах проводили Belen Villalonga, “Does Diversification Cause the ’Diversification Discount’?” Financial Management, Summer 2004, 5–27, and Kenneth Lehn and Annette Poulsen, “Free Cash Flow and Stockholder Gains in Going Private Transactions,” Journal of Finance, July 1989, 771–87. В медицине широко применяется метод сопоставления образца из основной и контрольной группы, например: Andrew D. Shaw et al, “The Effect of Aprotimn on Outcome after Coronary-Artery Bypass Grafting,” New England Journal of Medicine, February 2008, 784–93, and Jack V. Tu et al., “Effectiveness and Safety of Drug-Eluting Stents in Ontario,” New England Journal of Medicine, October 2007, 3571393–1402.

230

См. Kathleen M. Eisenhardt and Melissa E. Graebner, “Theory Building from Cases Opportunities and Challenges,” Academy of Management Journal, February 2007, 25–32.

231

Jeffrey A. Martin and Kathleen M. Eisenhardt, “Rewiring Cross-Business-Unit Collaborations in Multibusiness Organizations,” Academy of Management Journal, April 2010, 265–301. Из ряда схожих проектов шести компаний они отобрали по два проекта от каждой, один с высокой, другой с низкой отдачей (отбор по зависимой переменной). Пара проектов одной компании подбиралась по сходству масштаба, ресурсов, сложности, важности и типа. Изучая эти тщательно подобранные пары, авторы статьи провели качественный контрастный анализ и предложили новые гипотезы для объяснения несовпадения результатов.

Основное преимущество метода анализа пар заключается в том, что мы застрахованы от «отбора по успеху». Изучая только успешные компании, исследователь затрудняется ответить, в самом ли деле обнаруженные им факторы стали причиной успеха – а что если в этих аспектах проигравшие действовали точно так же, как и победители? Мы же решаем эту проблему, поскольку берем как более, так и менее успешные компании и сосредоточиваемся на отличиях {232} .

232

В науке отбор по зависимой переменной зачастую отвергается как неудачный способ исследования, однако такая оценка этого метода вызвана неверным пониманием термина. Отвергают этот метод постольку, поскольку предлагается отбор по успеху, то есть лишь по одному параметру (успех) зависимой переменной, и за бортом остается ряд интересных случаев, в том числе провалы. Но наш подход принципиально отличается тем, что мы учитываем оба параметра зависимой переменной, успех и неуспех. Мы согласны в том, что изучение исключительно успешных событий было бы узким и ограниченным, и потому включаем в нашу работу контрольную группу (компании с посредственным или плохим результатом).

3. Выбор вошедшей в исследование популяции: компании, акции которых котируются на фондовом рынке. Мы выбрали такие компании, которые подвергались воздействию неопределенности и хаоса и не могли быть изолированы от подобных событий благодаря своему размеру или возрасту. Все наши объекты исследования должны соответствовать данному критерию: они провели первое IPO в Соединенных Штатах в период между 1971 и 1990 годами. На момент первичного размещения акций эти компании были молоды и невелики, то есть весьма уязвимы для любых событий в окружающей среде.

4. Определение компаний с выдающимся результатом. Для сравнения компаний, принадлежащих к разным отраслям, мы выбрали в качестве критерия успеха доход по акциям, поскольку этот критерий применим к любой сфере экономики (подробнее об этом критерии см. «Отбор компаний в группу 10^x»). Этот критерий исключает другие критерии успеха, важные для конкретных заинтересованных групп – сотрудников, местных жителей и т. д. Однако это наиболее важный и общезначимый для акционерных компаний критерий. Рассматривая этот параметр, мы отрешались от других непосредственных результатов работы компании, таких как инновации и рост продаж, однако рассматривали эти параметры как возможные факторы, объясняющие лучший рыночный результат.